重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2023, Vol. 37 ›› Issue (11): 286-292.

• 机械·材料 • 上一篇    下一篇

基于 ＰＬＳＢＰ神经网络的数控机床热误差建模研究

王文辉，苗恩铭，唐光元   

  1. （重庆理工大学 机械工程学院，重庆 ４０００５４）
  • 出版日期:2023-12-14 发布日期:2023-12-14
  • 作者简介:王文辉，男，硕士研究生，主要从事数控机床热误差研究，Ｅｍａｉｌ：２２３２９１４８８５＠ｑｑ．ｃｏｍ；通信作者 苗恩铭，男，博 士，教授，主要从事机械热变形理论、智能制造精密理论与控制技术、数控机床热稳健性精度研究，Ｅｍａｉｌ：ｍｉａｏ ｅｍ＠１６３．ｃｏｍ。

Research on thermal error modeling of CNC machine tools based on PLS-BP neural network

  • Online:2023-12-14 Published:2023-12-14

PDF (PC)

91

赞

摘要： 针对 ＢＰ神经网络在机床热误差建模中具有拟合非线性数据的特性、但存在稳健性 较差的缺陷，提出一种 ＰＬＳＢＰ神经网络建模方法，能有效提高模型的预测精度和稳健性。通过 偏最小二乘法对温度数据降维处理提取主成分，消除其所包含的冗余信息，基于 ＢＰ神经网络与 热误差建立回归映射模型，并与传统 ＢＰ模型的预测效果对比分析。研究结果表明：所提出 ＰＬＳＢＰ建模方法具有较高的预测精度和稳健性，可将多组预测结果残余标准差的最大均值、残 余标准差的最大标准差分别控制在 ３．１３和 １．３２μｍ以内，相比传统 ＢＰ模型具有显著优势。

关键词: 数控机床, 热误差, 偏最小二乘, ＢＰ神经网络

中图分类号: 

  • ＴＨ１６１＋．４